Dea All，
我正在尝试实现一个使用反向传播的神经网络 . 到目前为止，我进入了每个神经元接收来自前一层中所有神经元的加权输入的阶段，根据它们的总和计算sigmoid函数并将其分布在下一层 . 最后，整个网络产生结果O.A然后将误差计算为E = 1/2（D-O）^ 2，其中D是期望值 . 在这一点上，让网络上的所有神经元都有自己的输出和网络的整体误差，我怎样才能反向传播它来调整权重？
干杯:)
我强烈建议看这个网站，这是我过去使用过的：
http://www.codeproject.com/Articles/14342/Designing-And-Implementing-A-Neural-Network-Librar
您必须在训练模式中应用反向传播算法的下一步，即delta规则，它将告诉您在下一步中应用于权重的更改量
http://en.wikipedia.org/wiki/Delta_rule
http://en.wikipedia.org/wiki/Backpropagation
希望这可以帮助
2 回答
我强烈建议看这个网站，这是我过去使用过的：
http://www.codeproject.com/Articles/14342/Designing-And-Implementing-A-Neural-Network-Librar
您必须在训练模式中应用反向传播算法的下一步，即delta规则，它将告诉您在下一步中应用于权重的更改量
http://en.wikipedia.org/wiki/Delta_rule
http://en.wikipedia.org/wiki/Backpropagation
希望这可以帮助